pymc-bayesian-modeling

PyMC 贝叶斯建模技能 - Python 概率编程与推断工具

技能概述

使用 PyMC 进行贝叶斯建模和概率编程，支持构建层次模型、MCMC 采样（NUTS）、变分推断、模型比较和完整的诊断工作流。

适用场景

1. 小样本数据与不确定性量化

当数据量有限或需要量化预测不确定性时，贝叶斯方法比传统频率统计更具优势。适用于医学研究、社会科学、A/B 测试等领域，可以通过先验信息结合数据得到更稳健的估计。

2. 层次结构与多级数据分析

处理具有嵌套结构的数据，如学生-班级-学校、患者-医院、重复测量等场景。技能提供非中心化参数化模板，避免采样发散问题，有效估计组间和组内变异。

3. 复杂模型与模型选择

构建线性回归、逻辑回归、泊松回归、时间序列（AR 模型）等多种模型类型。通过 LOO/WAIC 信息准则进行模型比较，支持模型平均，自动完成先验预测、拟合诊断和后验预测检查全流程。

核心功能

1. 现代化贝叶斯建模工作流

基于 PyMC 5.x+ API 构建，使用命名维度（dims）替代 shape 参数提升代码可读性。完整的标准工作流：数据标准化 → 先验预测检查 → MCMC 拟合 → 诊断（R-hat、ESS、发散性）→ 后验预测检查 → 预测与推断。

2. 采样诊断与问题解决

自动化诊断脚本检查收敛性（R-hat < 1.01）、有效样本量（ESS > 400）和发散性。提供针对性解决方案：提高 target_accept 参数、使用非中心化参数化、ADVI 初始化等。支持变分推断（ADVI）用于快速探索或大规模模型。

3. 模型比较与分布指南

使用 ArviZ 进行 LOO/WAIC 模型比较，自动检查 Pareto-k 值可靠性。提供完整的分布选择指南：先验分布（HalfNormal、Exponential 用于尺度参数，Beta 用于概率，LKJCorr 用于相关矩阵）和似然函数（Normal、StudentT、Poisson、NegativeBinomial 等）。

常见问题

PyMC 适合什么类型的数据分析？

PyMC 适合需要量化不确定性、数据量有限、或具有层次结构的场景。典型应用包括贝叶斯回归（线性/逻辑/泊松）、层次模型、时间序列预测、缺失数据填补、A/B 测试等。当传统方法的置信区间不够精确，或需要结合先验知识时，贝叶斯方法更具优势。

如何解决贝叶斯采样中的发散性问题？

发散性通常意味着几何形状复杂或采样步长不合适。解决方案包括：1) 提高 target_accept 到 0.95-0.99；2) 对层次模型使用非中心化参数化；3) 标准化预测变量；4) 使用 ADVI 初始化；5) 添加更强的先验约束。诊断报告会自动检测发散数量并给出建议。

LOO 和 WAIC 模型比较怎么选择？

两者都是估计样本外预测误差的信息准则。LOO（留一交叉验证）更精确但计算成本高，WAIC 更快。优先使用 LOO，但需检查 Pareto-k 值：k < 0.7 时 LOO 可靠；k > 0.7 时考虑 WAIC 或 k 折交叉验证。Δloo < 2 表示模型相似，> 10 表示强证据支持更好的模型。